Repérer les valeurs manquantes

L'attrition du personnel est un enjeu majeur pour les entreprises : la perte d'un employé entraîne non seulement des coûts de recrutement et de formation, mais aussi une perte de savoir tacite et de culture organisationnelle difficile à récupérer.

Le jeu de données attrition contient des renseignements sur l'attrition des employés, notamment Age, WorkLifeBalance, DistanceFromHome, StockOptionLevel et 27 autres variables. Avant de poursuivre votre analyse, vous souhaitez détecter toute valeur manquante.

Le paquet naniar et le jeu de données attrition sont déjà chargés pour vous.

Cette activité fait partie du cours

Ingénierie des caractéristiques en R

Voir le cours

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Explore missing data on the attrition dataset
___(attrition)

Modifier et exécuter le code

Cette activité fait partie du cours

Ingénierie des caractéristiques en R

SkillTag.level.intermediateSkillTag.label

4.8+

149 reviews

Commencer le cours gratuitement

Les données brutes ne se présentent pas toujours sous la meilleure forme pour l'analyse. Dans ce chapitre d'introduction, vous verrez comment transformer et créer des caractéristiques qui améliorent la performance et l'interprétabilité de votre modèle.

Exercise 1: Qu'est-ce que l'ingénierie des caractéristiques ?Exercise 2: Un modèle exploratoire Exercise 3: Créer manuellement une caractéristique Exercise 4: Créer de nouvelles variables à partir de vos connaissances du domaine Exercise 5: Préparer vos données pour l'analyse Exercise 6: Créer un workflow Exercise 7: Accroître la teneur informationnelle des données brutes Exercise 8: Repérer les valeurs manquantes

Exercice en cours

Exercise 9: Imputer les valeurs manquantes et créer des variables factices Exercise 10: Ajuster et évaluer le modèle Exercise 11: Prédire les réservations d'hôtel

Dans ce chapitre, vous verrez qu'au-delà des transformations manuelles, vous pouvez exploiter les outils du tidyverse pour générer de nouvelles variables de façon programmatique. Vous explorerez comment cette approche améliore la reproductibilité de vos modèles et s'avère particulièrement utile avec des jeux de données comportant de nombreuses caractéristiques.

Exercise 1: Pourquoi transformer les caractéristiques existantes ?Exercise 2: Jeter un coup d'œil à vos données Exercise 3: Normaliser et appliquer une transformation logarithmique Exercise 4: Ajuster et augmenter Exercise 5: Personnaliser l'évaluation de votre modèle Exercise 6: Transformations courantes des caractéristiques Exercise 7: Transformations courantes Exercise 8: Recette simple Exercise 9: Transformation de Box-Cox Exercise 10: Transformation de Yeo-Johnson Exercise 11: Transformations avancées Exercise 12: Point de départ (baseline)Exercise 13: step_poly()Exercise 14: step_percentile()Exercise 15: Qui reste?

Vous apprendrez maintenant comment les modèles profitent souvent de la réduction de la dimensionnalité et de l'extraction de caractéristiques à partir de données de grande dimension, notamment la conversion de texte en valeurs numériques, le codage de données catégorielles et le classement de la puissance prédictive des variables. Vous explorerez des méthodes comme l'analyse en composantes principales, l'analyse en composantes principales à noyau, l'extraction numérique à partir de texte, les codages catégoriels et les scores d'importance des variables.

Exercise 1: Réduction de la dimensionnalité Exercise 2: Préparer le terrain Exercise 3: Explorer la structure en profondeur Exercise 4: Pourcentage de variance expliqué Exercise 5: Visualiser la variance expliquée Exercise 6: Hachage de caractéristiques Exercise 7: Examiner le domaine d'études Exercise 8: Dans la matrice Exercise 9: Explorer le hachage Exercise 10: Visualiser le hachage Exercise 11: Encodage des données catégorielles à l'aide de l'apprentissage supervisé Exercise 12: Configurer votre flux de travail Exercise 13: Ajuster, augmenter et évaluer Exercise 14: Regrouper les modèles Exercise 15: Importance des variables Exercise 16: Créer un flux de travail Exercise 17: Ajuster et augmenter Exercise 18: Quel est le principal prédicteur ?

Vous conclurez le cours en étudiant des techniques d'ingénierie des caractéristiques et de Machine Learning. Vous commencerez par vous pencher sur les problèmes liés à l'utilisation de toutes les caractéristiques disponibles dans un modèle et sur l'importance de repérer les caractéristiques non pertinentes et redondantes, puis d'apprendre à les enlever à l'aide de méthodes intégrées comme le lasso et l'elastic net. Ensuite, vous explorerez des méthodes de rétrécissement comme le lasso, la crête (ridge) et l'elastic net, qui peuvent servir à régulariser les poids des caractéristiques ou à sélectionner des caractéristiques en mettant certains coefficients à zéro. Enfin, vous terminerez en créant un enchaînement complet d'ingénierie des caractéristiques et en passant en revue, puis en pratiquant, les concepts et fonctions vus précédemment dans un petit projet.

Exercise 1: Réduire les caractéristiques du modèle Exercise 2: Passer au crible l'importance des variables Exercise 3: Évaluer la performance du modèle avec tous les prédicteurs disponibles Exercise 4: Créer un modèle réduit Exercise 5: Méthodes de rétrécissement Exercise 6: Régularisation manuelle avec Lasso Exercise 7: Ajuster le paramètre penalty Exercise 8: Finaliser le modèle Exercise 9: Mettre le tout ensemble Exercise 10: Préparer et partitionner Exercise 11: Prétraitement Exercise 12: Modèle Exercise 13: Évaluer Exercise 14: Félicitations !